Sigrid Bakke
- Telefon: +47 98 76 54 32
- E-post: sigrid.bakke@email.com
- Stad: Bergen, Norway
- LinkedIn: sigridbakke-bioinfo
Samandrag
Fem års erfaring som bioinformatikar, med provd evne til å utvikle og implementere avanserte algoritmar for analyse av store biologiske datasett. Leidde integreringa av nye genomiske verktøy som auka analysekapasiteten med 30% og reduserte behandlingstida for data.
Arbeidserfaring
Senior Bioinformatikar, Senter for Genomikk og Bioinformatikk -- Bergen, Norway
August 2021 – nåverande
-
Utvikla og vedlikeheldt pipeline for analyse av høggjennomstrøymingssekvenseringsdata (NGS), noko som forbetra datakvaliteten med 25%.
-
Ansvarleg for design og implementering av databasar for lagring og henta ut genomisk informasjon, og sikra dataintegritet og tilgjengelegheit.
-
Samarbeidde med tverrfaglege team for å tolke komplekse biologiske resultat og bidrog til fleire vitskaplege publikasjonar.
-
Gav teknisk rettleiing og opplæring til junior bioinformatikarar i avanserte analysemetodar.
Bioinformatikar, Universitetet i Bergen – Molekylærbiologisk Institutt -- Bergen, Norway
August 2018 – Juli 2021
-
Analyserte transkriptomikkdata for å identifisere genuttrykksmønster relatert til sjukdom, og bidrog til oppdaginga av tre nye biomarkørar.
-
Brukte statistiske modellar og maskinlæringsalgoritmar for å predikere proteinfunksjon og interaksjonar.
-
Skreiv skript i Python og R for automatisering av datahandsaming og visualisering, noko som reduserte manuell innsats med 40%.
-
Presenterte forskingsresultat på nasjonale og internasjonale konferansar.
Utdanning
Universitetet i Bergen, Ph.D. i Bioinformatikk -- Bergen, Norway
August 2014 – Juni 2018
Universitetet i Bergen, M.Sc. i Molekylærbiologi -- Bergen, Norway
August 2012 – Juni 2014
Ferdigheiter
Programmeringsspråk: Python, R, Bash, SQL
Bioinformatikkverktøy: BLAST, Bowtie2, GATK, samtools, bedtools, DESeq2, edgeR, Seurat
Databasar: MySQL, PostgreSQL, NoSQL-databasar
Operativsystem: Linux, macOS, Windows
Statistisk analyse: Hypotesetesting, regresjonsanalyse, maskinlæring (Scikit-learn, TensorFlow)
Genomikk & Sekvensering: NGS-dataanalyse (RNA-Seq, WGS, ChIP-Seq), Variant Calling, Genomannotering
Visualisering: ggplot2, Matplotlib, Seaborn